Gemini 2.5 Flash Image, også kendt som Nano Banana, er Googles tekst- og billedmodel til visuel skabelse og billedredigering gennem samtaler. Den accepterer en instruktion med valgfrie billedreferencer og kan returnere billeder med ledsagende tekst. Denne specifikke 2.5 Flash Image-udgave er adskilt fra Nano Banana 2, Nano Banana Pro og senere Lite-billedmodeller. Dens nyttige resultat er et genereret eller revideret visuelt materiale, ikke et svar fra den generelle Gemini 2.5-tekstmodel.
Det modelspecifikke kort angiver 65.536 inputtokens og 32.768 outputtokens. Billeder og instruktioner indgår i input, og det returnerede billede eller den returnerede tekst indgår i resultatet. Vejledningens opløsningstabel angiver blandt de understøttede billedformater 1:1-output på 1024×1024, 3:4 på 864×1184 og 16:9 på 1344×768. Vælg den tilsigtede visningsform, før du designer scenen. Højopløsningsmuligheder fra en senere Gemini-billedudgave bør ikke behandles som dokumenterede indstillinger for netop denne model.
Ved tekst-til-billedskabelse skal du angive motiv, handling, omgivelser, stil, belysning og synsvinkel. En produktillustration kan bruge en indsendt visuel identitet og bede om en tydeligt synlig materialedetalje i passende omgivelser. Forklar billedets formål, så modellen kan fordele pladsen mellem motivet og eventuel tekst. Fotografiske beskrivelser som nærbillede, komposition ovenfra eller lav synsvinkel definerer indramningen tydeligere end en liste af usammenhængende stilord.
Ved redigering skal du indsende det oprindelige billede og angive den del, der skal ændres. Producentens vejledning beskriver tilføjelse eller fjernelse af elementer, semantisk maskering, stiloverførsel og komposition med referencer. En nyttig anmodning angiver både ændringen og det, der skal bevares: skift eksempelvis baggrunden, mens produktets form, overflade og etiket bevares. Mærk hvert inputs rolle, når du kombinerer referencer, eksempelvis motivets udseende, omgivelser eller stil. Vejledningen siger, at denne udgave fungerer bedst med op til tre inputbilleder; det er praktisk vejledning, ikke en grund til at kombinere et ubegrænset antal modstridende referencer.
Forfinelse gennem samtaler kan bevare samme motiv, mens en bestemt visuel beslutning ændres. Bed om én sammenhængende ændring ad gangen, og bevar kildebilledet og det godkendte resultat, som blev brugt i den samtaletur. Beskriv, hvad der skal være ens, og hvad der må variere. Ved en serie billeder skal du udtrykkeligt angive det fælles motiv, farver og visuelle regler frem for at antage, at en ny isoleret prompt genskaber dem. Sammenlign det reviderede billede med referencen, før du behandler en bevaringsinstruktion som korrekt fulgt.
Ved tekst i billedet skal du først fastlægge den præcise ordlyd og derefter bede om billedet med teksten, som vejledningen anbefaler. Angiv sprog, læserækkefølge, placering og etiketternes relative vægt. En infografikanmodning skal angive den sammenhæng, hver etiket forklarer, og de visuelle elementer, der understøtter den. Gennemgå stavning, tegnsætning og visuel tilknytning i den faktiske visningsstørrelse; en tilsyneladende læsbar genereret etiket kan stadig ændre et navn, et tal eller den tilsigtede betydning.
Modelkortet angiver ikke tænkning, search grounding, function calling, kodeudførelse eller skemabegrænset struktureret output for denne udgave. Det annoncerer heller ikke lydgenerering eller Live API. Det dokumenterede input er tekst og billeder, så funktioner til behandling af lyd, video og dokumenter fra andre Gemini-modeller bør ikke knyttes til denne profil. En applikation skal håndtere de returnerede indholdsdele udtrykkeligt frem for at antage, at et almindeligt prosasvar indeholder det færdige billedmateriale.
Vejledningen bemærker, at det ønskede antal billeder ikke altid følges, og at genererede billeder har SynthID-mærkning. Undersøg hvert returneret billede for komposition, motivtrofasthed, antal objekter og præcis ordlyd. Hvis scenen har flere komponenter, skal du beskrive deres tilsigtede placering i en tydelig rækkefølge og formulere det ønskede udseende positivt. Bevar den præcise modelidentitet, prompt og referencer sammen med resultatet. Det gør den visuelle genererings- eller redigeringsopgave kontrollerbar og giver en senere ændring et konkret udgangspunkt.
", "aboutText": "Gemini 2.5 Flash Image, også kendt som Nano Banana, er Googles tekst- og billedmodel til visuel skabelse og billedredigering gennem samtaler. Den accepterer en instruktion med valgfrie billedreferencer og kan returnere billeder med ledsagende tekst. Denne specifikke 2.5 Flash Image-udgave er adskilt fra Nano Banana 2, Nano Banana Pro og senere Lite-billedmodeller. Dens nyttige resultat er et genereret eller revideret visuelt materiale, ikke et svar fra den generelle Gemini 2.5-tekstmodel.\n\nDet modelspecifikke kort angiver 65.536 inputtokens og 32.768 outputtokens. Billeder og instruktioner indgår i input, og det returnerede billede eller den returnerede tekst indgår i resultatet. Vejledningens opløsningstabel angiver blandt de understøttede billedformater 1:1-output på 1024×1024, 3:4 på 864×1184 og 16:9 på 1344×768. Vælg den tilsigtede visningsform, før du designer scenen. Højopløsningsmuligheder fra en senere Gemini-billedudgave bør ikke behandles som dokumenterede indstillinger for netop denne model.\n\nVed tekst-til-billedskabelse skal du angive motiv, handling, omgivelser, stil, belysning og synsvinkel. En produktillustration kan bruge en indsendt visuel identitet og bede om en tydeligt synlig materialedetalje i passende omgivelser. Forklar billedets formål, så modellen kan fordele pladsen mellem motivet og eventuel tekst. Fotografiske beskrivelser som nærbillede, komposition ovenfra eller lav synsvinkel definerer indramningen tydeligere end en liste af usammenhængende stilord.\n\nVed redigering skal du indsende det oprindelige billede og angive den del, der skal ændres. Producentens vejledning beskriver tilføjelse eller fjernelse af elementer, semantisk maskering, stiloverførsel og komposition med referencer. En nyttig anmodning angiver både ændringen og det, der skal bevares: skift eksempelvis baggrunden, mens produktets form, overflade og etiket bevares. Mærk hvert inputs rolle, når du kombinerer referencer, eksempelvis motivets udseende, omgivelser eller stil. Vejledningen siger, at denne udgave fungerer bedst med op til tre inputbilleder; det er praktisk vejledning, ikke en grund til at kombinere et ubegrænset antal modstridende referencer.\n\nForfinelse gennem samtaler kan bevare samme motiv, mens en bestemt visuel beslutning ændres. Bed om én sammenhængende ændring ad gangen, og bevar kildebilledet og det godkendte resultat, som blev brugt i den samtaletur. Beskriv, hvad der skal være ens, og hvad der må variere. Ved en serie billeder skal du udtrykkeligt angive det fælles motiv, farver og visuelle regler frem for at antage, at en ny isoleret prompt genskaber dem. Sammenlign det reviderede billede med referencen, før du behandler en bevaringsinstruktion som korrekt fulgt.\n\nVed tekst i billedet skal du først fastlægge den præcise ordlyd og derefter bede om billedet med teksten, som vejledningen anbefaler. Angiv sprog, læserækkefølge, placering og etiketternes relative vægt. En infografikanmodning skal angive den sammenhæng, hver etiket forklarer, og de visuelle elementer, der understøtter den. Gennemgå stavning, tegnsætning og visuel tilknytning i den faktiske visningsstørrelse; en tilsyneladende læsbar genereret etiket kan stadig ændre et navn, et tal eller den tilsigtede betydning.\n\nModelkortet angiver ikke tænkning, search grounding, function calling, kodeudførelse eller skemabegrænset struktureret output for denne udgave. Det annoncerer heller ikke lydgenerering eller Live API. Det dokumenterede input er tekst og billeder, så funktioner til behandling af lyd, video og dokumenter fra andre Gemini-modeller bør ikke knyttes til denne profil. En applikation skal håndtere de returnerede indholdsdele udtrykkeligt frem for at antage, at et almindeligt prosasvar indeholder det færdige billedmateriale.\n\nVejledningen bemærker, at det ønskede antal billeder ikke altid følges, og at genererede billeder har SynthID-mærkning. Undersøg hvert returneret billede for komposition, motivtrofasthed, antal objekter og præcis ordlyd. Hvis scenen har flere komponenter, skal du beskrive deres tilsigtede placering i en tydelig rækkefølge og formulere det ønskede udseende positivt. Bevar den præcise modelidentitet, prompt og referencer sammen med resultatet. Det gør den visuelle genererings- eller redigeringsopgave kontrollerbar og giver en senere ændring et konkret udgangspunkt.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer billeder ud fra tekst og billeder. Brug samtalearbejdsgangen til at komponere en scene, ændre et udvalgt element, kombinere visuelle referencer eller forbedre et produktbillede, mens du angiver, hvilke detaljer der skal bevares.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 2.5 Flash Image, også kendt som Nano Banana, er Googles tekst- og billedmodel til visuel skabelse og billedredigering gennem samtaler. Den accepterer en instruktion med valgfrie billedreferencer og kan returnere billeder med ledsagende tekst. Denne specifikke 2.5 Flash Image-udgave er adskilt fra Nano Banana 2, Nano Banana Pro og senere Lite-billedmodeller. Dens nyttige resultat er et genereret eller revideret visuelt materiale, ikke et svar fra den generelle Gemini 2.5-tekstmodel.
Det modelspecifikke kort angiver 65.536 inputtokens og 32.768 outputtokens. Billeder og instruktioner indgår i input, og det returnerede billede eller den returnerede tekst indgår i resultatet. Vejledningens opløsningstabel angiver blandt de understøttede billedformater 1:1-output på 1024×1024, 3:4 på 864×1184 og 16:9 på 1344×768. Vælg den tilsigtede visningsform, før du designer scenen. Højopløsningsmuligheder fra en senere Gemini-billedudgave bør ikke behandles som dokumenterede indstillinger for netop denne model.
Ved tekst-til-billedskabelse skal du angive motiv, handling, omgivelser, stil, belysning og synsvinkel. En produktillustration kan bruge en indsendt visuel identitet og bede om en tydeligt synlig materialedetalje i passende omgivelser. Forklar billedets formål, så modellen kan fordele pladsen mellem motivet og eventuel tekst. Fotografiske beskrivelser som nærbillede, komposition ovenfra eller lav synsvinkel definerer indramningen tydeligere end en liste af usammenhængende stilord.
Ved redigering skal du indsende det oprindelige billede og angive den del, der skal ændres. Producentens vejledning beskriver tilføjelse eller fjernelse af elementer, semantisk maskering, stiloverførsel og komposition med referencer. En nyttig anmodning angiver både ændringen og det, der skal bevares: skift eksempelvis baggrunden, mens produktets form, overflade og etiket bevares. Mærk hvert inputs rolle, når du kombinerer referencer, eksempelvis motivets udseende, omgivelser eller stil. Vejledningen siger, at denne udgave fungerer bedst med op til tre inputbilleder; det er praktisk vejledning, ikke en grund til at kombinere et ubegrænset antal modstridende referencer.
Forfinelse gennem samtaler kan bevare samme motiv, mens en bestemt visuel beslutning ændres. Bed om én sammenhængende ændring ad gangen, og bevar kildebilledet og det godkendte resultat, som blev brugt i den samtaletur. Beskriv, hvad der skal være ens, og hvad der må variere. Ved en serie billeder skal du udtrykkeligt angive det fælles motiv, farver og visuelle regler frem for at antage, at en ny isoleret prompt genskaber dem. Sammenlign det reviderede billede med referencen, før du behandler en bevaringsinstruktion som korrekt fulgt.
Ved tekst i billedet skal du først fastlægge den præcise ordlyd og derefter bede om billedet med teksten, som vejledningen anbefaler. Angiv sprog, læserækkefølge, placering og etiketternes relative vægt. En infografikanmodning skal angive den sammenhæng, hver etiket forklarer, og de visuelle elementer, der understøtter den. Gennemgå stavning, tegnsætning og visuel tilknytning i den faktiske visningsstørrelse; en tilsyneladende læsbar genereret etiket kan stadig ændre et navn, et tal eller den tilsigtede betydning.
Modelkortet angiver ikke tænkning, search grounding, function calling, kodeudførelse eller skemabegrænset struktureret output for denne udgave. Det annoncerer heller ikke lydgenerering eller Live API. Det dokumenterede input er tekst og billeder, så funktioner til behandling af lyd, video og dokumenter fra andre Gemini-modeller bør ikke knyttes til denne profil. En applikation skal håndtere de returnerede indholdsdele udtrykkeligt frem for at antage, at et almindeligt prosasvar indeholder det færdige billedmateriale.
Vejledningen bemærker, at det ønskede antal billeder ikke altid følges, og at genererede billeder har SynthID-mærkning. Undersøg hvert returneret billede for komposition, motivtrofasthed, antal objekter og præcis ordlyd. Hvis scenen har flere komponenter, skal du beskrive deres tilsigtede placering i en tydelig rækkefølge og formulere det ønskede udseende positivt. Bevar den præcise modelidentitet, prompt og referencer sammen med resultatet. Det gør den visuelle genererings- eller redigeringsopgave kontrollerbar og giver en senere ændring et konkret udgangspunkt.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-2.5-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0006 / 1K tokens Output · Outputtokens $0.005 / 1K tokens Input · Cachelæsning $0.00006 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0006 / 1K tokens Output · Outputtokens $0.005 / 1K tokens Input · Cachelæsning $0.00006 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.
| Konfiguration | Afregningsbetingelser | Beløb |
|---|---|---|
| Konfigurationgoogle/gemini-2.5-flash-image · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Input 0,0006 US$ / 1K tokens Output · Output 0,06 US$ / 1K tokens |
| Konfiguration | Afregningsbetingelser | Beløb |
|---|---|---|
| KonfigurationGoogle: Nano Banana (Gemini 2.5 Flash Image) · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Inputtokens 0,0006 US$ / 1K tokens Output · Outputtokens 0,005 US$ / 1K tokens Input · Inputbillede 0,0006 US$ / 1K tokens Output · Outputbillede 0,06 US$ / 1K tokens Input · Lydinput 0,002 US$ / 1K tokens Input · Læsning af lyd fra cache 0,0002 US$ / 1K tokens Output · Websøgning 0,028 US$ pr. søgning Output · Ræsonneringstokens 0,005 US$ / 1K tokens Input · Cachelæsning 0,00006 US$ / 1K tokens Input · Skrivning til cache · 5 minutter ≈0,000167 US$ / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer billeder ud fra tekst og billeder. Brug samtalearbejdsgangen til at komponere en scene, ændre et udvalgt element, kombinere visuelle referencer eller forbedre et produktbillede, mens du angiver, hvilke detaljer der skal bevares.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 2.5 Flash Image, også kendt som Nano Banana, er Googles tekst- og billedmodel til visuel skabelse og billedredigering gennem samtaler. Den accepterer en instruktion med valgfrie billedreferencer og kan returnere billeder med ledsagende tekst. Denne specifikke 2.5 Flash Image-udgave er adskilt fra Nano Banana 2, Nano Banana Pro og senere Lite-billedmodeller. Dens nyttige resultat er et genereret eller revideret visuelt materiale, ikke et svar fra den generelle Gemini 2.5-tekstmodel.
Det modelspecifikke kort angiver 65.536 inputtokens og 32.768 outputtokens. Billeder og instruktioner indgår i input, og det returnerede billede eller den returnerede tekst indgår i resultatet. Vejledningens opløsningstabel angiver blandt de understøttede billedformater 1:1-output på 1024×1024, 3:4 på 864×1184 og 16:9 på 1344×768. Vælg den tilsigtede visningsform, før du designer scenen. Højopløsningsmuligheder fra en senere Gemini-billedudgave bør ikke behandles som dokumenterede indstillinger for netop denne model.
Ved tekst-til-billedskabelse skal du angive motiv, handling, omgivelser, stil, belysning og synsvinkel. En produktillustration kan bruge en indsendt visuel identitet og bede om en tydeligt synlig materialedetalje i passende omgivelser. Forklar billedets formål, så modellen kan fordele pladsen mellem motivet og eventuel tekst. Fotografiske beskrivelser som nærbillede, komposition ovenfra eller lav synsvinkel definerer indramningen tydeligere end en liste af usammenhængende stilord.
Ved redigering skal du indsende det oprindelige billede og angive den del, der skal ændres. Producentens vejledning beskriver tilføjelse eller fjernelse af elementer, semantisk maskering, stiloverførsel og komposition med referencer. En nyttig anmodning angiver både ændringen og det, der skal bevares: skift eksempelvis baggrunden, mens produktets form, overflade og etiket bevares. Mærk hvert inputs rolle, når du kombinerer referencer, eksempelvis motivets udseende, omgivelser eller stil. Vejledningen siger, at denne udgave fungerer bedst med op til tre inputbilleder; det er praktisk vejledning, ikke en grund til at kombinere et ubegrænset antal modstridende referencer.
Forfinelse gennem samtaler kan bevare samme motiv, mens en bestemt visuel beslutning ændres. Bed om én sammenhængende ændring ad gangen, og bevar kildebilledet og det godkendte resultat, som blev brugt i den samtaletur. Beskriv, hvad der skal være ens, og hvad der må variere. Ved en serie billeder skal du udtrykkeligt angive det fælles motiv, farver og visuelle regler frem for at antage, at en ny isoleret prompt genskaber dem. Sammenlign det reviderede billede med referencen, før du behandler en bevaringsinstruktion som korrekt fulgt.
Ved tekst i billedet skal du først fastlægge den præcise ordlyd og derefter bede om billedet med teksten, som vejledningen anbefaler. Angiv sprog, læserækkefølge, placering og etiketternes relative vægt. En infografikanmodning skal angive den sammenhæng, hver etiket forklarer, og de visuelle elementer, der understøtter den. Gennemgå stavning, tegnsætning og visuel tilknytning i den faktiske visningsstørrelse; en tilsyneladende læsbar genereret etiket kan stadig ændre et navn, et tal eller den tilsigtede betydning.
Modelkortet angiver ikke tænkning, search grounding, function calling, kodeudførelse eller skemabegrænset struktureret output for denne udgave. Det annoncerer heller ikke lydgenerering eller Live API. Det dokumenterede input er tekst og billeder, så funktioner til behandling af lyd, video og dokumenter fra andre Gemini-modeller bør ikke knyttes til denne profil. En applikation skal håndtere de returnerede indholdsdele udtrykkeligt frem for at antage, at et almindeligt prosasvar indeholder det færdige billedmateriale.
Vejledningen bemærker, at det ønskede antal billeder ikke altid følges, og at genererede billeder har SynthID-mærkning. Undersøg hvert returneret billede for komposition, motivtrofasthed, antal objekter og præcis ordlyd. Hvis scenen har flere komponenter, skal du beskrive deres tilsigtede placering i en tydelig rækkefølge og formulere det ønskede udseende positivt. Bevar den præcise modelidentitet, prompt og referencer sammen med resultatet. Det gør den visuelle genererings- eller redigeringsopgave kontrollerbar og giver en senere ændring et konkret udgangspunkt.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-2.5-flash-image | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 1 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 3 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.24576 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'google/gemini-2.5-flash-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
google/gemini-2.5-flash-imageNano Banana (Gemini 2.5 Flash Image) genererer og redigerer billeder ud fra tekst og billeder. Brug samtalearbejdsgangen til at komponere en scene, ændre et udvalgt element, kombinere visuelle referencer eller forbedre et produktbillede, mens du angiver, hvilke detaljer der skal bevares.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 2.5 Flash Image, også kendt som Nano Banana, er Googles tekst- og billedmodel til visuel skabelse og billedredigering gennem samtaler. Den accepterer en instruktion med valgfrie billedreferencer og kan returnere billeder med ledsagende tekst. Denne specifikke 2.5 Flash Image-udgave er adskilt fra Nano Banana 2, Nano Banana Pro og senere Lite-billedmodeller. Dens nyttige resultat er et genereret eller revideret visuelt materiale, ikke et svar fra den generelle Gemini 2.5-tekstmodel.
Det modelspecifikke kort angiver 65.536 inputtokens og 32.768 outputtokens. Billeder og instruktioner indgår i input, og det returnerede billede eller den returnerede tekst indgår i resultatet. Vejledningens opløsningstabel angiver blandt de understøttede billedformater 1:1-output på 1024×1024, 3:4 på 864×1184 og 16:9 på 1344×768. Vælg den tilsigtede visningsform, før du designer scenen. Højopløsningsmuligheder fra en senere Gemini-billedudgave bør ikke behandles som dokumenterede indstillinger for netop denne model.
Ved tekst-til-billedskabelse skal du angive motiv, handling, omgivelser, stil, belysning og synsvinkel. En produktillustration kan bruge en indsendt visuel identitet og bede om en tydeligt synlig materialedetalje i passende omgivelser. Forklar billedets formål, så modellen kan fordele pladsen mellem motivet og eventuel tekst. Fotografiske beskrivelser som nærbillede, komposition ovenfra eller lav synsvinkel definerer indramningen tydeligere end en liste af usammenhængende stilord.
Ved redigering skal du indsende det oprindelige billede og angive den del, der skal ændres. Producentens vejledning beskriver tilføjelse eller fjernelse af elementer, semantisk maskering, stiloverførsel og komposition med referencer. En nyttig anmodning angiver både ændringen og det, der skal bevares: skift eksempelvis baggrunden, mens produktets form, overflade og etiket bevares. Mærk hvert inputs rolle, når du kombinerer referencer, eksempelvis motivets udseende, omgivelser eller stil. Vejledningen siger, at denne udgave fungerer bedst med op til tre inputbilleder; det er praktisk vejledning, ikke en grund til at kombinere et ubegrænset antal modstridende referencer.
Forfinelse gennem samtaler kan bevare samme motiv, mens en bestemt visuel beslutning ændres. Bed om én sammenhængende ændring ad gangen, og bevar kildebilledet og det godkendte resultat, som blev brugt i den samtaletur. Beskriv, hvad der skal være ens, og hvad der må variere. Ved en serie billeder skal du udtrykkeligt angive det fælles motiv, farver og visuelle regler frem for at antage, at en ny isoleret prompt genskaber dem. Sammenlign det reviderede billede med referencen, før du behandler en bevaringsinstruktion som korrekt fulgt.
Ved tekst i billedet skal du først fastlægge den præcise ordlyd og derefter bede om billedet med teksten, som vejledningen anbefaler. Angiv sprog, læserækkefølge, placering og etiketternes relative vægt. En infografikanmodning skal angive den sammenhæng, hver etiket forklarer, og de visuelle elementer, der understøtter den. Gennemgå stavning, tegnsætning og visuel tilknytning i den faktiske visningsstørrelse; en tilsyneladende læsbar genereret etiket kan stadig ændre et navn, et tal eller den tilsigtede betydning.
Modelkortet angiver ikke tænkning, search grounding, function calling, kodeudførelse eller skemabegrænset struktureret output for denne udgave. Det annoncerer heller ikke lydgenerering eller Live API. Det dokumenterede input er tekst og billeder, så funktioner til behandling af lyd, video og dokumenter fra andre Gemini-modeller bør ikke knyttes til denne profil. En applikation skal håndtere de returnerede indholdsdele udtrykkeligt frem for at antage, at et almindeligt prosasvar indeholder det færdige billedmateriale.
Vejledningen bemærker, at det ønskede antal billeder ikke altid følges, og at genererede billeder har SynthID-mærkning. Undersøg hvert returneret billede for komposition, motivtrofasthed, antal objekter og præcis ordlyd. Hvis scenen har flere komponenter, skal du beskrive deres tilsigtede placering i en tydelig rækkefølge og formulere det ønskede udseende positivt. Bevar den præcise modelidentitet, prompt og referencer sammen med resultatet. Det gør den visuelle genererings- eller redigeringsopgave kontrollerbar og giver en senere ændring et konkret udgangspunkt.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-2.5-flash-image | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0006 / 1K tokens Output · Outputtokens $0.005 / 1K tokens Input · Cachelæsning $0.00006 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0006 / 1K tokens Output · Outputtokens $0.005 / 1K tokens Input · Cachelæsning $0.00006 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "google/gemini-2.5-flash-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra google/gemini-2.5-flash-image
/v1/images
Teknisk eksempel på engelsk
Change a product photo background\n\nUsing the supplied product photograph, preserve the ceramic mug's shape, handle, glaze and existing logo exactly. Replace only the background with a pale stone tabletop and soft morning side light. Keep the camera angle and mug position. Remove unrelated background clutter and add no new lettering, props or decorative marks.An edited image retaining the reference mug while changing its setting and light as requested.Compare the result with the reference for mug geometry, logo fidelity, camera angle and removal of clutter.